Отрывок: We may distinguish two types of approaches: data-driven and model-driven. The difference is crucial: Model-driven methods require a priori process knowledge (step response, frequency characteristics, model orders, delay, etc). Data-driven ap- proaches use only raw plant-operating data. The methods originate from different EBSCOhost - printed on 2/14/2023 6:11 AM via . All use subject to https://www.ebsco.com/terms-of-use 6 Study on robustness of nonlinear model predictive co...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorDomanski P. D.ru
dc.contributor.authorChen Y. Q.ru
dc.contributor.authorLawrynczuk M.ru
dc.coverage.spatialautomatic control techniqueru
dc.coverage.spatialapplied mathematicsru
dc.coverage.spatialконтроль качестваru
dc.coverage.spatialтехника автоматического управленияru
dc.coverage.spatialприкладная математикаru
dc.coverage.spatialfractional infinitesimal calculusru
dc.coverage.spatialдробное исчисление бесконечно малыхru
dc.coverage.spatialQuality controlru
dc.date.accessioned2023-12-08 11:42:20-
dc.date.available2023-12-08 11:42:20-
dc.date.issued2022ru
dc.identifierRU\НТБ СГАУ\539768ru
dc.identifier.citationOutliers in Control Engineering: Fractional Calculus Perspective / edited by Pawel D. Domanski, Yang Quan Chen, Maciej Lawrynczuk. - Berlin : De Gruyter, 2022. - 1 file (19,5 Mb) (272 p.). - ISBN = 978-3-11-072907-8, 978-3-11-072912-2, 978-3-11-072. - Текст : электронныйru
dc.identifier.isbn978-3-11-072907-8ru
dc.identifier.isbn978-3-11-072912-2ru
dc.identifier.isbn978-3-11-072913-9ru
dc.identifier.urihttp://repo.ssau.ru/handle/eBooks/Outliers-in-Control-Engineering-Fractional-Calculus-Perspective-107315-
dc.description.abstractИспользуемые программы Adobe Acrobatru
dc.description.abstractВыбросы играют важную, хотя и недооцененную роль в разработке систем управления. Традиционно их не замечают и пренебрегают ими. В противоположность этому промышленная практика часто приводит примеры их существования и их преимущественно негативного воздействия на качество контроля. Происхождение выбросов никогда полностью неизвестно. Некоторые из них генерируются извне процесса (экзогенно), как, например, ошибочные наблюдения, данные, искаженные системами управления, или результат вмешательства человека. Такие выбросы появляются время от времени с некоторой неизвестной вероятностью, часто смещающей реальное значение на какое-то странное и бессмысленное значение. Их часто называют отклоняющимися, аномалиями или загрязнителями. В большинстве случаев мы заинтересованы в их обнаружении и удалении. Однако существует второй вид выбросов. Довольно часто наблюдения за данными странного вида не являются искусственными данными. Они могут быть просто представителями лежащего в основе механизма генерации, являющегося неоru
dc.description.abstractOutliers play an important, though underestimated, role in control engineering. Traditionally they are unseen and neglected. In opposition, industrial practice gives frequent examples of their existence and their mostly negative impacts on the control quality. The origin of outliers is never fully known. Some of them are generated externally to the process (exogenous), like for instance erroneous observations, data corrupted by control systems or the effect of human intervention. Such outliers appear occasionally with some unknow probability shifting real value often to some strange and nonsense value. They are frequently called deviants, anomalies or contaminants. In most cases we are interested in their detection and removal.However, there exists the second kind of outliers. Quite often strange looking data observations are not artificial data occurrences. They may be just representatives of the underlying generation mechanism being inseparable internal part of the process (endogenous outliers). In such aru
dc.language.isoengru
dc.publisherDe Gruyterru
dc.titleOutliers in Control Engineering: Fractional Calculus Perspectiveru
dc.typeTextru
dc.textpartWe may distinguish two types of approaches: data-driven and model-driven. The difference is crucial: Model-driven methods require a priori process knowledge (step response, frequency characteristics, model orders, delay, etc). Data-driven ap- proaches use only raw plant-operating data. The methods originate from different EBSCOhost - printed on 2/14/2023 6:11 AM via . All use subject to https://www.ebsco.com/terms-of-use 6 Study on robustness of nonlinear model predictive co...-
Располагается в коллекциях: eBooks

Файлы этого ресурса:
Файл Размер Формат  
3175815.pdf19.96 MBAdobe PDFПросмотреть/Открыть  



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.